Escolar Documentos
Profissional Documentos
Cultura Documentos
SISTEMA IoT DE AVALIAÇÃO E INTERVENÇÃO NUTRICIONAL PARA
SISTEMA IoT DE AVALIAÇÃO E INTERVENÇÃO NUTRICIONAL PARA
CAMPINA GRANDE - PB
2021
WINNIE ISABELLE CORDEIRO CALDAS
CAMPINA GRANDE - PB
2021
WINNIE ISABELLE CORDEIRO CALDAS
Aprovada em:08/02/2021
BANCA EXAMINADORA
______________________________________________________
Prof. Dr. Paulo Eduardo e Silva Barbosa (Orientador)
Universidade Estadual da Paraíba (UEPB)
______________________________________________________
Profª. Drª Sabrina Figueiredo Souto
Universidade Estadual da Paraíba (UEPB)
______________________________________________________
Profª. Drª Daniela Pita de Melo
Universidade Estadual da Paraíba (UEPB)
Aos meus pais, Antônio e Benigna, pela
dedicação, incentivo, conselhos e amor
incondicional,
DEDICO
AGRADECIMENTOS
Agradeço a Deus, por ser a luz da minha vida e por ter me dado forças para
vencer os desafios com coragem, determinação e sabedoria diante as adversidades.
Aos meus pais Antônio e Benigna pelo apoio, preocupação, incentivo, ajuda e
sabias palavras nos momentos de indecisões tanto de cunho pessoal quando
profissional. Por me ensinarem a sempre olhar em frente, buscar o melhor e nunca
reclamar;
A Tiago, agradeço pelos anos compartilhados, por tudo que fez por mim,
muito mais do que qualquer outra pessoa. Pela construção de quem sou hoje. Sem
sua ajuda, isso e muitas outras coisas não teria sido possível;
Meus sinceros agradecimentos por caminharem ao meu lado na construção
dessa obra.
RESUMO
Obesity is defined as excess body fat, above the ideal levels for good health.
Although obesity is a public health problem that affects several age groups, it is
among children and adolescents that it plays a more important role, due to the
complexity of the treatment, high probability of persistence in adulthood and
association with other non-communicable diseases, yet in age pediatric. The
increasing prevalence of overweight and obesity in children worldwide is a critical
public health problem that has encouraged governments to consider different
strategies to reduce obesity in the population. While technological advances can
have some negative health effects, the new technology also has the potential to
improve health. The Internet of Things (loT) can provide a useful tool to achieve this
need. The objective of this research was to create and validate a system model
developed for nutritional intervention using the IoT network, to assess overweight and
obesity in children and adolescents and promote healthy eating behaviors. This study
had as target population children and adolescents at nutritional risk of overweight and
obesity. The study had a technological, experimental, qualitative, descriptive,
analytical and exploratory character, being divided into five stages. The first step was
the development of the HANIoT platform. The second step was the technical
scientific study of the research variables. During the third stage, there was the
development of the Android APP and APP WEB (DASHBOARD) system. The fourth
stage comprised the development of the pilot study and intervention. Finally, in the
fifth stage, a questionnaire was applied for descriptive analysis of the research. With
the analysis of the results, it was identified that the system has great potential as an
instrument for the prevention and intervention of childhood obesity, in addition to
being considered a different strategy with the technological resources for the
evaluation of the pathology involved, real-time monitoring, storage of data, privacy
and patient safety.
Tabela 1 - Classes de dispositivos que foram utilizados pela solução para coleta de
dados importantes para o acompanhamento e tratamento do paciente ................... 34
Tabela 2 - Frequências inerentes às variáveis categóricas ...................................... 52
LISTA DE GRÁFICOS
AF Atividade Física
BLE Bluetooth Low Energy
CDC Centers for Disease Control and Prevention
DCNT Doença Crônica Não Transmissível
DCT Dobra Cutânea Triciptal
DPS Dispositivos Pessoais de Saúde
HAnIoT Health Analytics Internet of Things
HDL High Density Lipoprotein
HTTP HyperText Transfer Protocol
IBGE Instituto Brasileiro de Geografia e Estatística
ID Identity
IMC Índice de Massa Corporal
IOS iPhone Operating System
IoT Internet das Coisas
IOTF International Obesity Task Force
LDL Low Density Lipoprotein
NCHS National Center for Health Statistic
NUTES Núcleo de Tecnologia em Saúde
OMS Organização Mundial da Saúde
PC Perímetro da Cintura
PDF Portable Document Format
POF Pesquisa de Orçamentos Familiares
PNDS Pesquisa Nacional de Demografia e Saúde
RCE Relação Cintura-Estatura
SBP Sociedade Brasileira de Pediatria
TCLE Consentimento Livre e Esclarecido
TDAH Transtorno do Déficit de Atenção com Hiperatividade
UEPB Universidade Estadual da Paraíba
UFPB Universidade Federal da Paraíba
US User story
WHO World Health Organization
SUMÁRIO
1 INTRODUÇÃO ................................................................................................ 15
2 OBJETIVOS ................................................................................................... 18
2.1 Objetivo Geral.............................................................................................18
4.6.2 Etapa II: Estudo Técnico Científico das Variáveis da Pesquisa .................34
APÊNDICES ...................................................................................................... 68
ANEXOS ............................................................................................................ 79
15
1 INTRODUÇÃO
2 OBJETIVOS
3 REFERENCIAL TEÓRICO
O termo Internet das Coisas foi usado pela primeira vez em 1999 pelo
pesquisador Kevin Ashton (LEE; LIN; HUANG, 2014). Ao longo dos anos este termo
tem incorporado várias aplicações em diversas áreas como, por exemplo,
segurança, transporte, saúde, agricultura e utilitários.
A Internet das Coisas (do inglês Internet of Things – IoT) (ATZORI et al.,
2010) é um paradigma que preconiza um mundo de objetos físicos embarcados com
sensores e atuadores, conectados por redes sem fio e que se comunicam usando a
27
4 PERCURSO METODOLÓGICO
Este estudo está inserido dentro da pesquisa intitulada “Criar e validar modelo
de sistema de avaliação e intervenção nutricional para detecção de sobrepeso e
obesidade em crianças e adolescentes por meio de internet das coisas”, registrado
na Plataforma Brasil, aprovado através do Certificado de Apresentação para
Apreciação Ética (CAAE) sob o número de processo 92225018.9.0000.8069
(ANEXO II).
A pesquisa foi submetida ao Comitê de Ética em Pesquisa da Universidade
Federal da Paraíba (UFPB). O responsável pelo paciente assinará o Termo de
Consentimento Livre e Esclarecido (TCLE), vide modelo anexo (ANEXO I). No termo
consta resumidamente os objetivos e justificativas da pesquisa. Além disso, será
explicitado claramente aos responsáveis a sua liberdade de recusar ou retirar o
consentimento sem nenhum tipo de prejuízo ou penalização para o mesmo.
Ressalta-se ainda a garantia de sigilo das informações coletadas e da não
identificação dos pacientes, estando assim de acordo com a Resolução n° 466/12 do
Conselho Nacional de Saúde que rege sobre a ética da pesquisa envolvendo seres
humanos direta ou indiretamente, assegurando a garantia de que a privacidade do
sujeito da pesquisa sendo preservada como todos os direitos sobre os princípios
éticos como: Beneficência, Respeito e Justiça.
A plataforma utilizada nesse estudo para a coleta dos dados por meio de IoT
foi a plataforma HAnIoT (Health Analytics IoT) (Figura 1) desenvolvida pelo NUTES -
UEPB, a qual foi implementada na pesquisa.
Todos os dados foram captados de forma não invasiva, personalizado de internet
das coisas (IoT). Através das informações combinadas, este sistema é capaz de
detectar os comportamentos que podem colocar a criança e/ou adolescente em risco
de desenvolver obesidade ou desordens alimentares e de saúde geral.
A plataforma HAnIoT é um projeto aberto do NUTES (Núcleo de Tecnologias
Estratégicas em Saúde da Universidade Estadual da Paraíba), podendo ser utilizado
por diversos centros de saúde. A plataforma HAnIoT pode ser utilizada para realizar
estudos piloto fazendo uso das tecnologias de internet das coisas nas diferentes
áreas e especialidades da saúde. Este trabalho contribui na disponibilização de
funcionalidades dessa plataforma que gerenciam e integram diversos tipos de
tecnologias, tais como dispositivos de uso pessoal, dispositivos vestíveis que
utilizam tecnologia via bluetooth. Além do mais, estão disponíveis diversas
ferramentas para análise de grandes volumes de dados utilizando computação em
nuvem, criando uma rede de internet das coisas de forma fácil e transparente para
que, então, seja enriquecida com informações que sejam processadas por
algoritmos inteligentes.
A utilização de algoritmos inteligentes é uma ferramenta para entender a
informação obtida, tomar decisões e personalizar de forma dinâmica e adaptar o
tratamento e treinamento da criança para seu caso específico, de sobrepeso ou
obesidade, e propensão ao desenvolvimento patologias associadas.
33
4.6.2.1 Variáveis
Tabela 1 - Classes de dispositivos que foram utilizados pela solução para coleta de
dados importantes para o acompanhamento e tratamento do paciente
Variáveis Descrição/Dados Resultados
Validado como indicador de
gordura corporal total nos
percentis superiores, além de
proporcionar continuidade
IMC em relação ao indicador
utilizado entre adultos.
Resultado deverá ser
relacionado com o Percentil
(curvas de crescimento)
De acordo com o IMC obtido, traçar em
linhas retas o IMC e a idade nas curvas de
crescimento.
Percentil < P3: baixo IMC para idade – Indica Identificar o estado
Curvas de
baixo peso nutricional da
Crescimento
Percentil ≥ P3 e < P85: Eutrófico ou Peso criança/adolescente.
ideal para a idade
Percentil ≥ P85 e < P97: Sobrepeso
Percentil ≥ P97: Obesidade
Continuação Tabela 1.
Dispositivos/ Resultados
Dispositivo Pessoal Descrição/Dados
de Saúde
Dispositivo utilizado no monitoramento da taxa de
glicemia no sangue
Em Jejum 65 a 100mg/dl
(ideal)
Em jejum 90 a 145 mg/dl
Identificar possível
Glicosímetro (ótimo)
resistência à insulina
Pós-prandial 80 a 126 mg/dl
(ideal)
Pós-prandial 90 a 180 mg/dl
(ótimo)
Aparelho digital Acuu-Chek Peforma Connect
Dispositivo utilizado no monitoramento da pressão
arterial
Classificação Percentil* para PAS e PAD
Normal PA < percentil 90
PA entre percentis 90 a 95 ou
se PA exceder 120/80 mmHg
Limítrofe
sempre < percentil 90 até <
Pressão arterial
percentil 95
sistólica e diastólica,
Esfigmomanômetro Hipertensão
Percentil 95 a 99 mais 5 mmHg taxa de batimentos
estágio 1
cardíacos
Hipertensão
PA > percentil 99 mais 5 mmHg
estágio 2
PA > percentil 95 em
Hipertensão do ambulatório ou consultório e PA
avental branco normal em ambientes não
relacionados à prática clínica
Aparelho digital HEM6221 OMRON
Dispositivo usado para monitoramento do peso e
Balança outras variáveis corporais. Peso Corporal
Aparelho Yunmai mini bluetooth 4.0
O usuário cadastrado
40
2) Atendimento ao Paciente:
No tocante ao acesso remoto e suas facilitações na execução dos trabalhos a
serem realizados pelo profissional de saúde;
3) Privacidade:
Indicador de segurança e avaliação para apresentação de qualquer tipo de
ameaça para o sistema.
6) Armazenamento de Dados:
Consiste na ideia de ter um banco de dados particular, que pode fortalecer
condutas e a elaboração de protocolos e estudos clínicos para as avaliações e
diagnósticos de sobrepeso e obesidade infantil;
7) Integração de Dados:
No que concerne correlacionar os parâmetros clínicos, facilitando tomada de
decisões em tempo hábil, bem como utilização dos dados em outros estudos;
45
8) Segurança do Sistema:
Em relação a segurança, o quesito visa afirmar, que o Sistema permite maior
segurança no tratamento do paciente para todos os participantes da pesquisa;
9) Barreiras Encontradas:
Refere-se às barreiras de execução do estudo. Possibilitando a resolução de
problemas que podem ser atribuídos a fatores externos ou internos do sistema.
5 RESULTADOS E DISCUSSÕES
A partir desta seção, iremos considerar a análise estatística feita com base
nos dados obtidos através do questionário sobre as funcionalidades desenvolvidas
no Sistema sob as perspectivas dos desenvolvedores e profissionais de saúde de tal
forma que foram calculadas medidas estatísticas de descrição e percentuais. Os
resultados são apresentados nas Tabela 2.
52
PERGUNTAS RESPOSTAS n %
Profissionais de Saúde 8 61,5%
Categoria
Desenvolvedores 5 38,5%
Concordo plenamente 6 46,1%
Usando a Tecnologia IoT me permite realizar
Concordo 6 46,1%
as demais tarefas mais rapidamente?
Incerto 1 7,8%
Concordo plenamente 6 46,1%
O uso da tecnologia IoT melhora o
Concordo 6 46,1%
atendimento ao paciente?
Incerto 1 7,8%
Esses sistemas com tecnologia IoT fornecem Concordo plenamente 6 46,1%
uma oportunidade de melhorar o atendimento
ao paciente? Concordo 7 53,90%
Concordo plenamente 1 7,7%
Concordo 1 7,7%
Incerto 1 7,7%
A privacidade do paciente foi ameaçada?
Discordo 7 53,8%
Discordo fortemente 3 23,1%
Armazenamentos de dados 9 69,20%
Em relação ao monitoramento de dados em Interação com outros
1 7,7%
tempo real, qual a maior utilidade? profissionais
Diagnóstico Preciso 3 23,1%
Maior Segurança 1 7,7%
Armazenamentoindividualizado 3 de dados
23,1%
Possibilidade de resolução de
Qual a principal vantagem em relação ao problemas simples à distância 4 30,8%
tratamento tradicional?
Agilidade no processo de
diagnóstico das variáveis 5 38,4%
coletadas
Realização de trabalhos
2 15,3%
científicos
Armazenamento do perfil
Em relação ao armazenamento de dados, 10 77,0%
clínico do paciente
qual a maior utilidade?
Agilidade das informações no
1 7,7%
possível diagnóstico
Concordo plenamente 5 38,4%
A integração de dados pessoais do paciente
Concordo 7 53,9%
foi útil na integração do atendimento?
Incerto 1 7,7%
Concordo plenamente 6 46,2%
Concordo 5 38,4%
O sistema permite maior segurança no
tratamento do paciente? Incerto 1 7,7%
Discordo 1 7,7%
Quais barreiras foram encontradas na melhor
Internet oscilando 13 100%
utilização do sistema remoto?
53
O questionário foi respondido por treze (13) profissionais. Destes, oito (8) são
profissionais de saúde e cinco (5) desenvolvedores. É uma amostra por
conveniência e contêm significância por apresentar a totalidade de profissionais que
tiveram acesso e conhecimento a pesquisa desenvolvida. Sobre a rapidez na
realização de tarefas com a utilização da Tecnologia IoT, com resultados
concordantes de 46,1%, e com apenas um (1) resultado com resposta incerta para
essa perspectiva (Gráfico 2).
6 CONSIDERAÇÕES FINAIS
O projeto foi elaborado para ser executado dentro dos padrões já existentes
na pós-graduação em Ciência e Tecnologia em Saúde, não demandando, dessa
forma, de problemas de execução de ordem técnica. Considerando que o projeto foi
desenvolvido em forma de piloto, respeitando todos os passos técnicos para o
desenvolvimento da plataforma de avaliação, e posteriormente de aplicação, não foi
identificado, pelos esforços desta pesquisa, trabalhos acadêmicos similares no Brasil
investigando o custo-efetividade do uso de ferramentas tecnológicas para o
monitoramento remoto de pacientes com obesidade, no contexto da Internet da
Coisas.
A estratégia de conectar remotamente o paciente com a equipe de saúde, por
meio do monitoramento em tempo real, possibilita a tomada de decisões em
momentos precoces e críticos, prevenindo-se complicações da obesidade infantil.
Além disso, a pesquisa contribui cientificamente e tecnologicamente para o NUTES
(Núcleo de Tecnologias Estratégicas em Saúde), na linha de pesquisas em
Tecnologias IoT em saúde. A combinação de recursos tecnológicos aliados à
prevenção e intervenção da obesidade infantil pode ser considerada uma estratégia
inovadora a fim de compor como mais uma ferramenta ao enfrentamento à
obesidade infantil.
Contudo, a principal lacuna encontrada neste estudo foi a testagem numa
amostra por conveniência para a validação do sistema. Um número maior de
participantes do público-alvo seria de grande valia para uma maior efetivação dos
resultados e maior validação da intervenção.
Através das avaliações dos desenvolvedores e profissionais de saúde, foi
possível verificar que o Sistema tem grande potencial enquanto instrumento de
prevenção e intervenção à obesidade infantil, além de ter sido considerado uma
estratégia diferenciada com os recursos tecnológicos para avaliação da patologia
envolvida, monitoramento em tempo real, armazenamento dos dados, privacidade e
segurança para o paciente
Espera-se embasar futuros estudos na mesma temática, explorando novas
estratégias para o alcance de resultados inovadores utilizando-se da tecnologia
empregada na pesquisa.
60
REFERÊNCIAS
ATZORI, L.; IERA, A.; MORABITO, G. The Internet of Things: a survey. Computer
Networks, v. 54, n. 15, p. 2787- 2805, 2010.
CAPRIO, S.; PERRY, R.; KURSAWE, R. Adolescent Obesity and Insulin Resistance:
Roles of Ectopic Fat Accumulation and Adipose Inflammation. Gastroenterology, v.
152, p. 1638 – 1646, 2017.
CSABI, G.; TENYI, T.; MOLNAR, D. Depressive symptoms among obese children.
Eat Weight Disord, v. 5, n. 1, p. 43 - 45, 2000.
GUINARD, D.; TRIFA, V. Towards the Web of Things: Web mashups for embedded
devices. In: Workshop on Mashups, Enterprise Mashups and Lightweight
Composition on the Web (MEM 2009), in proceedings of WWW (International World
Wide Web Conferences). Madrid, Spain, 2009.
HILL, D. et al. Mobile technologies for promoting health and wellness among African
American youth. In: International Conference on Universal Access in Human-
Computer Interaction. Springer, Berlin, Heidelberg, 2011. p. 36-45.
JOHNSON, W. D.; KROON, J. J.; GREENWAY, F. L.; BOUCHARD, C.; RYAN, D.;
KATZMARZYK, P. T. Prevalence of Risk Factors for Metabolic Syndrome in
Adolescents: National Health and Nutrition Examination Survey (NHANES), 2001-
2006. Archives of Pediatrics and Adolescent Medicine, v. 163, p. 371 – 7, 2009.
LARSEN, J. K. et al. How parental dietary behavior and food parenting practices
affect children’s dietary behavior. Interacting sources of influence? Appetite, v. 89, p.
246-57, jun, 2015.
LEE, J.-Y.; LIN, W.-C.; HUANG, Y.-H. A lightweight authentication protocol for
internet of things. In: IEEE. Next-Generation Electronics (ISNE), 2014 International
Symposium on. [S.l.], 2014. p. 1–2.
LOBSTEIN, T. et al. Child and adolescent obesity: part of a bigger picture. The
Lancet, v. 385, n. 9986, p. 2510 - 2520, 2015.
64
NCD Risk Factor Collaboration (NCD-RisC). Lancet, v. 16, n. 390, p. 2627 - 2642,
2017.
PANDRIA, N.; SPACHOS, D.; BAMIDIS, P. The future of mobile health adhd
applications. In: IEEE. Interactive Mobile Communication Technologies and Learning
(IMCL), 2015 International Conference on. [S.l.], 2015. p. 279 - 282.
SABIN, M. A. et al. Viewpoint article: Childhood obesity – looking back over 50 years
to begin to loog foward. Journal Peadiatrics and Child Health, v. 51, p. 82 – 86,
2015.
SWINBURN, B. A. et al. The global obesity pandemic: shaped by global drivers and
local environments. The Lancet, v. 378, n. 9793, p. 804 - 814, 2011.
WHO Technical Report Series n°. 894. Guideline: assessing and managing
children at primary health-care facilities to prevent overweight and obesity in
the context of the double burden of malnutrition. Updates for the Integrated
Management of Childhood Illness (IMCI), ISBN 978-92-4-155012-3
ZANELLA, A. et al. Internet of Things for smart cities. IEEE Internet of Things
Journal, v. 1, p. 22-32, 2014.
68
APÊNDICES
69
APÊNDICE I
Questionário Via APP Android
1)Nome co mpleto
3 ) Q u a l é a su a i d a d e ?
( T e l a n u mé r i ca p a r a r e s p o s t a )
4) Na SEMANA PASSADA você praticou: (Pode marcar mais que uma alternativa)
Futebol (campo, de rua,clube)
Futsal
Handebol
Basquete
Andar de patins, skate
Atletismo
Natação
Gisnática olímpica, rítmica,
Judô, Karatê, Capoeira, outras lutas
Ballet, outros tipos de danças
Correr
Andar de bicicleta
Caminhar como exercício físico
Caminhar como meio de transporte(ir a escola,casa de um amigo)
Considerar ida e volta
Vôlei de quadra
Musculação
Exercícios abdominais
Tênis de quadra, tênis de mesa
Passear com o cachorro
Ginástica de academia
Nenhuma atividade
11) Nos ÚLTIMOS 7 DIAS (1 semana), quantos dias você comeu salada crua,
legumes ou verduras?
Não como salada crua
Não comi salada crua nos últimos 7 Dias
Comi salada crua 1 ou 2 dias nos últimos 7 dias
Comi salada crua 3 ou 4 dias nos últimos 7 dias
Comi salada crua 5 ou 6 dias nos últimos 7 dias
Comi salada crua todos os dias
Não lembro
12) Nos ÚLTIMOS 7 DIAS (1 semana), quantos dias você tomou leite?
Não tomo leite
Não tomei leite nos últimos 7 Dias
Tomei leite 1 ou 2 dias nos últimos 7 dias
Tomei leite 3 ou 4 dias nos últimos 7 dias
Tomei leite 5 ou 6 dias nos últimos 7 dias
Tomei leite todos os dias
Não lembro
13) Nos ÚLTIMOS 7 DIAS (1 semana), quantos dias você comeu feijão?
Não como feijão
Não comi feijão nos últimos 7 Dias
Comi feijão 1 ou 2 dias nos últimos 7 dias
Comi feijão 3 ou 4 dias nos últimos 7 dias
Comi feijão 5 ou 6 dias nos últimos 7 dias
71
14) Nos ÚLTIMOS 7 DIAS (1 semana), quantos dias você comeu frutas?
Não como frutas
Não comi frutas nos últimos 7 Dias
Comi frutas 1 ou 2 dias nos últimos 7 dias
Comi frutas 3 ou 4 dias nos últimos 7 dias
Comi frutas 5 ou 6 dias nos últimos 7 dias
Comi frutas todos os dias
Não lembro
15) Nos ÚLTIMOS 7 DIAS (1 semana), quantos dias você comeu
guloseima/doces/bombons?
Não como guloseimas
Não comi guloseimas nos últimos 7 Dias
Comi guloseimas1 ou 2 dias nos últimos 7 dias
Comi guloseimas3 ou 4 dias nos últimos 7 dias
Comi guloseimas 5 ou 6 dias nos últimos 7 dias
Comi guloseimas todos os dias
Não lembro
16) Nos ÚLTIMOS 7 DIAS (1 semana), quantos dias você comeu hamburgues,
salsicha, entre outros embutidos?
19) Algum médico ja lhe disse que você tem ou teve pressão alta (hipertensão)?
Sim
Não
Não sei / não lembro
Ag o ra vo c ê re s p o nd e rá a pe rg unt a s s o b re so no .
APÊNDICE II
PERCEPÇÃO DE USO DO SISTEMA IoT DE AVALIAÇÃO E INTERVENÇÃO
NUTRICIONAL PARA DETECÇÃO DE SOBREPESO E OBESIDADE EM CRIANÇAS E
ADOLESCENTES
Incerto
Discordo
Discordo fortemente
3. Esses sistemas com tecnologia IoT fornecem uma oportunidade de melhorar
o atendimento ao paciente?
Concordo plenamente
Concordo
Incerto
Discordo
Discordo fortemente
Concordo
Incerto
Discordo
Discordo fortemente
Maior Segurança
Armazenamentos de dados
Diagnóstico Preciso
Maior Segurança
Concordo plenamente
Concordo
Incerto
Discordo
Discordo fortemente
Concordo plenamente
Concordo
Incerto
Discordo
Discordo fortemente
Internet oscilando
Sistema complexo
APÊNDICE III
ACONSELHAMENTOS NUTRICIONAIS DE ACORDO COM A AVALIAÇÃO DO PERFIL DA CRIANÇA
Resistência à
Baixo Peso Eutrofia Sobrepeso/Obesidade Hipertensão
Insulina/Diabetes
Realize de 5 a 6 refeições Alimentar-se 5 ou 6 vezes As refeições devem ser Alimentação balanceada, Cortar o consumo excessivo
por dia (café da manhã, ao dia. Comer no café da realizadas em ambientes utilizar carboidratos ricos em de sal. O ideal é usar no
lanche da manhã, almoço, manhã, almoço, jantar e tranquilos e sem distrações, fibras e que forneçam máximo uma colher rasa de
lanche da tarde, jantar e fazer lanches saudáveis nos com foco na alimentação. O energia lentamente como chá por pessoa/dia. Os pais
lanche da noite). Mastigar intervalos. momento da refeição NÃO raízes e cereais integrais em sempre devem dar o
bem os alimentos. deve estar associado a uso pequenas quantidades; exemplo.
Evitar o excesso de de aparelhos eletrônicos
Preparar pratos coloridos e salgadinho industrializados, (televisão, celular, tablete, Preferir água ao invés de A hidratação merece sempre
diversificados para estimular refrigerantes, biscoitos videogame). refrigerantes, que não tem
atenção especial. Crianças e
o apetite. recheados, lanches fast- valor nutritivo e aumenta a
food, alimentos de preparo concentração de açúcar no adolescentes devem
Evite ambientes de fast-
Ingerir vitaminas de frutas instantâneo, doces, sorvetes sangue.
foods. consumir cerca de um litro e
feitas com leite integral. e frituras.
Priorizar os vegetais meio de água ao longo do
Adicione uma colher de sopa Inclua mais frutas, verduras Evite porções gigantes e/ou (verduras e legumes) nas
dia.
de azeite de oliva extra e legumes nas refeições extragrandes. principais refeições.
virgem no almoço e no todos os dias.
jantar. Incluir oleaginosas por O refrigerante deve ser
Evite oferecer alimentos
Deixar a refeição de maneira serem ricas em vitaminas e substituído por sucos,
como achocolatados,
Consumir frutas a ter 5 cores no prato, por minerais. principalmente, os naturais
refrigerantes, sucos em pó e
enriquecidas com aveia, leite exemplo: o vermelho do de fruta.
sucos de caixinha. Estes
em pó, cereais, açaí, iogurte tomate, o branco do arroz, o Incluir frutas in natura no dia
alimentos contêm grandes
integral, mel. Consuma escuro da carne, o verde de a dia, de forma moderada. Oferecer e incentivar as
quantidades de açúcar
Massas, arroz, batata, pães, legumes e verduras, o crianças e adolescentes a
adicionado.
mandioca amarelo da laranja ou Incluir gengibre, abacate e provarem frutas, verduras e
mamão frutas vermelhas com poder legumes variados até
Não trocar as refeições por Dê preferência aos sucos antioxidante e anti- que encontrem os que
lanches rápidos. Comer arroz, massas e pães naturais, integrais ou de inflamatório. gostam e, assim, consumam
todos os dias é essencial. polpa quando houver o espontaneamente. Não se
Carboidratos de absorção consumo destes alimentos. Retire alimentos deve obrigá-los a comer
lenta são fontes ricas e Lembre-se que a melhor inadequados: Pães brancos, alimentos de que não
saudáveis de caloria, evite bebida para matar a sede é DOCES em geral, frituras, gostem.
os açucares. a água. açúcar e farinhas refinadas,
77
ANEXOS
80
Prezado(a) Senhor(a):
ANEXO V
87
88
89